| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-23页 |
| ·概述 | 第9-15页 |
| ·神经网络 | 第9-12页 |
| ·群体智能 | 第12-14页 |
| ·模糊逻辑推理 | 第14-15页 |
| ·神经网络优化研究现状 | 第15-17页 |
| ·神经网络在模糊逻辑系统中的应用研究现状 | 第17-20页 |
| ·研究思路及内容简介 | 第20-23页 |
| ·研究思路 | 第20-21页 |
| ·研究内容 | 第21-23页 |
| 第二章 基于群体智能的神经网络训练算法 | 第23-40页 |
| ·神经网络训练过程分析 | 第23-24页 |
| ·QPSO算法分析 | 第24-32页 |
| ·PSO算法 | 第24-26页 |
| ·QPSO算法 | 第26-32页 |
| ·基于QPSO的网络训练算法 | 第32-34页 |
| ·实验及结果分析 | 第34-40页 |
| ·函数拟合实验 | 第34-37页 |
| ·订购提前期参数分类实验 | 第37-38页 |
| ·IRIS数据集分类 | 第38-39页 |
| ·结论分析 | 第39-40页 |
| 第三章 基于群体智能集成的神经网络结构设计算法 | 第40-62页 |
| ·网络结构编码概述 | 第40-41页 |
| ·细胞自动机模型 | 第41-43页 |
| ·BQPSO算法 | 第43-44页 |
| ·基于BQPSO-CA的间接编码网络结构设计算法 | 第44-50页 |
| ·细胞自动机模块 | 第45-47页 |
| ·基于QPSO的网络训练模块 | 第47-48页 |
| ·二进制的BQPSO模块 | 第48-49页 |
| ·基于BQPSO-CA间接编码网络结构设计算法总结 | 第49-50页 |
| ·实验结果及分析 | 第50-62页 |
| ·问题域描述及实验参数设计 | 第50-53页 |
| ·实验结果 | 第53-60页 |
| ·结论分析 | 第60-62页 |
| 第四章 有监督模糊聚类神经网络的研究与实现 | 第62-77页 |
| ·模糊聚类概述 | 第62-66页 |
| ·模糊聚类目标函数 | 第62-65页 |
| ·模糊聚类算法的实现途径 | 第65页 |
| ·模糊聚类的应用 | 第65-66页 |
| ·模糊C均值聚类算法 | 第66页 |
| ·有监督的模糊C均值聚类算法 | 第66-68页 |
| ·实现SFCM的模糊聚类神经网络设计 | 第68-71页 |
| ·神经网络模糊聚类器 | 第69页 |
| ·模糊输出控制器 | 第69-70页 |
| ·系统输出合成 | 第70-71页 |
| ·实验结果及分析 | 第71-77页 |
| ·物流配送中心选址聚类 | 第71-75页 |
| ·IRIS数据集聚类 | 第75页 |
| ·结论分析 | 第75-77页 |
| 第五章 神经-模糊控制系统的研究与实现 | 第77-94页 |
| ·神经-模糊控制系统 | 第77-81页 |
| ·动态避障路径规划及其传感体系 | 第81-82页 |
| ·动态路径规划神经-模糊控制系统的设计 | 第82-88页 |
| ·神经-模糊控制系统推理体系设计 | 第83-86页 |
| ·神经-模糊控制系统的神经网络结构设计 | 第86-87页 |
| ·神经-模糊控制系统神经网络的训练 | 第87-88页 |
| ·“U”型障碍物内的死循环问题的避免算法 | 第88-90页 |
| ·仿真及分析 | 第90-94页 |
| ·仿真设计 | 第90-92页 |
| ·结论分析 | 第92-94页 |
| 第六章 总结与展望 | 第94-97页 |
| ·论文创新点 | 第94-95页 |
| ·分析和展望 | 第95-97页 |
| 参考文献 | 第97-102页 |
| 致谢 | 第102-103页 |
| 攻读博士学位期间发表的论文和取得的学术成果 | 第103-104页 |